我正在努力通过任务提高自己的概率,但无法弄清楚: 在步步高游戏中,我有四行(动态)放置。
让我们说第5,7,11,13行。我正在投掷动态数量的骰子。我试图找到每个游戏玩法的概率。举个例子:
我掷了4个骰子,结果是1,3,4,6
所以
我可以玩5.行-1,3,4,6骰子
我可以从5.行-1,3,4骰子和7.行-6骰子玩
我可以从5.行-3,1骰子和11行6骰子和13行骰子玩骰子 等等。
骰子必须是动态的,行必须是动态的,骰子可以像1,3,4,6或6,1,4,3或3,1,6,4那样混合播放。它必须计算行上骰子的不同变化的所有可能性。
简单地说,我正在尝试计算无限骰子的步步高游戏的可能性。我试图用它来获得一个可调整大小的可移动类的方法,在这个类里面,有可调整大小的行类。在行类内部,有可调整大小的List移动变量。我为每个变化添加了一个动作。这是非动态4骰子的代码。
public List<int> dice;
public List<int> places;
[System.Serializable]
public class arrayData
{
public List<arrayData2> places = new List<arrayData2>();
}
public List<arrayData> pos = new List<arrayData>();
[System.Serializable]
public class arrayData2
{
public List<int> moves = new List<int> {};
}
void Start()
{
vs();
}
void vs()
{
for (int i = 0; i < places.Count; i++)
{
for (int a = 0; a < dice.Count; a++)
{
for (int b = 0; b < dice.Count; b++)
{
for (int c = 0; c < dice.Count; c++)
{
for (int d = 0; d < dice.Count; d++)
{
if (a == b || a == c || a == d || b == c || b == d || c == d)
{
continue;
}
pos.Add(new arrayData());
for (int s = 0; s < places.Count; s++)
{
pos[pos.Count - 1].places.Add(new arrayData2());
}
pos[pos.Count - 1].places[i].moves.Add(dice[a]);
pos[pos.Count - 1].places[i].moves.Add(dice[b]);
pos[pos.Count - 1].places[i].moves.Add(dice[c]);
pos[pos.Count - 1].places[i].moves.Add(dice[d]);
}
}
}
}
}
}
我无法弄清楚:
- 首先,我试图让它成为一个递归循环,但我无法弄清楚结构
- 第二,输出给出了行间差异变化的缺失值:它给出了这样的值:5。行-1,3,4,6骰子但不是这样的值:5。行-3,1骰子和11行6骰子和13行骰子
我知道这是一个很重要的问题,但任何指出错误或正确方向的人都会非常感激。
由于
答案 0 :(得分:1)
将您的行动视为game tree的一部分可能会有所帮助。基本思想是所有游戏都以特定状态开始。我们称之为x
。然后移动将游戏状态更改为x1
,下一步移至x2
,依此类推。大多数动作都涉及一个选择,并且根据所做出的选择,每次动作都会将游戏推向不同的状态。从起始状态开始,所有可能的移动形成一棵巨大的树。这很方便,因为我们可以使用tree traversal algorithms来探索我们的树。这就是递归的来源。
步步高在概念上比象棋或棋子这样的游戏有点棘手,因为你必须考虑骰子的随机性以及对手的行为。这在行动中增加了更多选择。在伪代码中,我可能会解决这个问题:
function get_next_move (current_state):
dice = roll_dice()
possible_states = an empty collection
get_possible_states (dice, current_state, possible_states)
return decide_best_state (possible_states)
function get_possible_states (dice, state, possible_states):
// If we've exhausted all dice, we're done.
// Add the state we've reached to our possible outcomes.
if dice are empty:
add state to possible_states
return
for each die in dice:
dice_without_die = remove die from dice
for each next_state in get_legal_states (state, die):
// Here's the recursion. Go a level deeper in our tree.
get_possible_states (dice_without_die , next_state, possible_states)
function get_legal_states (state, die):
// Here's where you determine legal moves based on the
// die rolled and the current state of the game.
换句话说,确定我的下一步行动:
这种方法的好处是没有硬编码的数字。它可以处理任何数量的合法动作或骰子。 (虽然我不确定步步高什么时候会使用可变数量的骰子。)我遗漏的一个细节是你需要知道它是谁。法律举措将取决于谁在制作它们。